Expliquez en langage naturel ce que vous construisez et obtenez les dépôts GitHub les plus pertinents.
awesome-repositories.com vous aide à trouver le bon projet open-source sur GitHub. Dites à notre recherche par IA ce que vous voulez construire, en langage naturel, et elle classe des milliers de dépôts sélectionnés selon leur pertinence. Chaque projet est surveillé en continu, classés par catégories et plébiscités par d'autres développeurs. Parcourez les sélections ci-dessous ou lancez une recherche pour commencer.
Les pépites du répertoire — une nouvelle sélection toutes les quelques heures.
Every area of the catalogue. Open one to see everything inside it.
Recherches courantes, organisées sous forme d'arborescence.
Un répertoire organisé de dépôts GitHub open source que vous pouvez interroger en langage naturel. Décrivez ce que vous développez et une IA classe des milliers de projets sélectionnés selon leur pertinence, avec une courte explication pour chaque résultat.
La recherche GitHub correspond aux mots-clés que vous saisissez. Ici, vous décrivez votre besoin en langage naturel et l'IA analyse l'intention. Ainsi, un projet qui répond à votre besoin apparaîtra même s'il n'utilise pas vos termes exacts.
Saisissez ce que vous souhaitez construire, par exemple : « une page de statut auto-hébergée qui ping mes services et m'alerte sur Discord ». Vous obtiendrez des dépôts classés par pertinence plutôt que par simple nombre d'étoiles.
Sélectionnés, pas simplement récupérés. Une IA analyse chaque projet, le classe dans une catégorie et le hiérarchise selon des règles que nous ajustons et révisons. Les entrées peu pertinentes ou en double sont supprimées.
Oui. La recherche et la navigation dans le répertoire sont gratuites.
Ce projet est une ressource éducative et un guide d'étude complet axé sur l'architecture des systèmes distribués et la conception d'infrastructures backend. Il fournit un programme structuré pour maîtriser les principes de scalabilité, de fiabilité et de performance requis pour concevoir des systèmes logiciels complexes. Le dépôt se distingue en offrant une approche méthodique de la préparation aux entretiens techniques, intégrant des modèles de conception, des compromis architecturaux et des outils de répétition espacée pour aider les utilisateurs à retenir des concepts complexes. Il met l'accent sur l'analyse axée sur les contraintes, enseignant aux utilisateurs comment évaluer des exigences concurrentes comme la latence, la cohérence et la disponibilité lors de l'élaboration de conceptions architecturales. Le contenu couvre un large spectre de capacités de conception de systèmes, notamment des stratégies pour la mise à l'échelle des bases de données, la gestion du trafic et l'optimisation de l'infrastructure. Il détaille des techniques pour la mise à l'échelle horizontale, la mise en cache multicouche, la communication asynchrone et la découverte de services, tout en fournissant des cadres pour effectuer des estimations de ressources et la planification de la capacité. La documentation est organisée comme un guide d'étude, offrant un chemin systématique à travers les fondamentaux de l'ingénierie backend et de la conception de systèmes à grande échelle.
TensorFlow is a comprehensive machine learning framework designed for the construction, training, and deployment of complex mathematical models. It utilizes a graph-based execution model that represents operations as directed acyclic graphs, enabling automatic differentiation and efficient parallel processing. The system provides high-level interfaces for defining neural network architectures, alongside a robust engine for managing multidimensional array structures and tensor mathematics. The framework distinguishes itself through a scalable distributed runtime that orchestrates workloads acr
Rust is a programming language designed for memory safety and performance. It provides a comprehensive curriculum that covers fundamental syntax, memory management, and advanced programming paradigms, including support for functional and object-oriented styles. The language features a strong type system that enforces memory safety through ownership, borrowing, and lifetime annotations, while also offering mechanisms for handling both recoverable and unrecoverable errors. The language includes extensive support for concurrent programming, providing primitives for thread management, shared-stat
Headscale is a self-hosted control plane for private mesh networking that enables the creation of secure, encrypted peer-to-peer networks. By acting as a centralized coordination server, it manages device authentication, cryptographic key exchange, and network topology, allowing distributed infrastructure to communicate without relying on third-party services. It implements a zero-trust security architecture, verifying device and user identity before granting access to internal resources. The project distinguishes itself by providing a fully independent, self-hosted alternative for managing n
LLMs, agents, and the tools to build with them.
Notes, tasks, docs, and knowledge bases.
Chat, calls, photos, music, and personal files.
Databases, pipelines, and analytics.
Containers, deployment, monitoring, and automation.
Passwords, secrets, and offensive security.
Languages, CLIs, frameworks, and version control.
Courses, books, interviews, and CS foundations.